| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 1 绪论 | 第10-14页 |
| ·课题研究背景和意义 | 第10-11页 |
| ·国内外的研究现状 | 第11-12页 |
| ·论文的主要研究内容 | 第12页 |
| ·论文的组织结构 | 第12-14页 |
| 2 用于图像检索图像特征的描述及提取 | 第14-26页 |
| ·图像检索的基本过程 | 第14-15页 |
| ·基于颜色特征的图像检索 | 第15-20页 |
| ·图像颜色模型 | 第15-17页 |
| ·颜色特征的表达 | 第17-20页 |
| ·基于形状特征的图像检索 | 第20-23页 |
| ·基于 Contour let 变换的形状特征提取 | 第20页 |
| ·Contour let 变换的原理 | 第20-21页 |
| ·基于 Contour let 变换的形状特征提取 | 第21-23页 |
| ·基于纹理特征的图像检索 | 第23-24页 |
| ·分类方法的选择 | 第24-26页 |
| 3 采用多种特征融合的图像检索方法 | 第26-31页 |
| ·多特征的特点 | 第26-27页 |
| ·多特征的检索方法 | 第27-28页 |
| ·特征权重调整与特征归一化的问题 | 第28-31页 |
| ·特征向量内部归一化 | 第28-29页 |
| ·特征向量外部特征归一化 | 第29-31页 |
| 4 基于 SVM 及神经网络的图像检索方法 | 第31-48页 |
| ·支持向量机 | 第31-41页 |
| ·支持向量机的理论发展 | 第31-38页 |
| ·支持向量机及训练算法 | 第38-40页 |
| ·支持向量机的特点 | 第40-41页 |
| ·BP 神经网络 | 第41-46页 |
| ·BP 神经网络结构及 BP 学习算法 | 第41-44页 |
| ·BP 算法的基本思想及实现 | 第44-46页 |
| ·BP 神经网络的特点 | 第46页 |
| ·小结 | 第46-48页 |
| 5 图像检索系统的设计实现及实验结果 | 第48-57页 |
| ·开发环境 | 第48页 |
| ·系统框架 | 第48-49页 |
| ·图像数据库的创建 | 第49页 |
| ·系统实现 | 第49-57页 |
| ·图像的特征提取 | 第50-52页 |
| ·图像分类 | 第52页 |
| ·实验对比 | 第52-57页 |
| 6 结论与展望 | 第57-59页 |
| ·结论 | 第57-58页 |
| ·下一步工作的目标和方向 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 致谢 | 第63-64页 |
| 个人简历 | 第64-65页 |
| 攻读硕士学位期间发表论文情况 | 第65页 |